<![CDATA[Data survei kepuasan pengguna lulusan merupakan salah satu cara yang dilakukan perguruan tinggi untuk menilai kualitas institusi ditinjau dari aspek kepuasan pengguna lulusan. Data tersebut sering mengandung nilai atribut yang hilang (missing value), yang dapat terjadi karena beberapa alasan, terutama ketika aspek yang dinilai tidak relevan dengan bidang pekerjaan lulusan. Penelitian ini menggunakan data survei kepuasan pengguna lulusan dengan jumlah 100 record dan proporsi missing value sebesar 20 persen pada atribut numerik. Evaluasi kinerja dilakukan menggunakan metode Root Mean Square Error (RMSE) dan Mean Absolute Percentage Error (MAPE) untuk membandingkan empat teknik imputasi missing value pada RapidMiner, yaitu penggantian dengan nilai rata-rata, nilai minimum, nilai maksimum, dan nilai nol. Hasil pengukuran menunjukkan bahwa model nilai rata-rata memperoleh kinerja terbaik dengan nilai RMSE sebesar 0,742 dan MAPE sebesar 13,67 persen. Sementara itu, tiga model lainnya berada pada nilai error lebih dari 1 pada RMSE dan lebih dari 20 persen pada MAPE. Pada model penggantian nilai nol, nilai error MAPE bahkan mencapai 100 persen, sehingga metode ini sangat tidak disarankan.]]>
Copyrights © 2025
